推定確度の自己推定を行うL1ノルム正則化を利用する非剛体ロバストレジストレーション

摘要

本稿では，臓器の形状モデルと画像の非剛体レジストレーション法として，各位置におけるレジストレーションの確度を自己評価できるだけでなく，形状モデルからの逸脱領域に対しても頑健な手法を提案する．これまで我々は，グラフィカルモデルを用いた各点の確度を自動評価できる臓器表面の非剛体レジストレーション法を提案してきた．この手法は，まず，学習用臓器に対応点を自動的に配置し，各点の位置，局所アピアランス，相対位置関係に基づく統計モデルを生成する．そして，その統計モデルに従って，臓器表面の位置の周辺事後碓率分布を推定する．分布の推定にはマルコフ連鎖モンテカルロ法（Markov chain Montecarlo：MCMC）を使用する．しかしこの手法は，形状モデルから逸脱している領域が存在しているとき，レジストレーションの精度が低下する．そこで本稿では，全表面積における逸脱領域の小ささを仮定して，モデルとそれ以外の領域との残差にL1ノルム正則化項を加えたコスト関数を最小化することによって，レジストレーションの結果から逸脱領域を検出する．肝臓を対象として実験を行い，結果を解析したので報告する．